一种睡眠分期事件的识别方法、装置及设备制造方法及图纸

本申请公开了一种睡眠分期事件的识别方法，应用于睡眠脑电眼电混合信号的判读，包括每隔预设时间间隔划分睡眠脑电眼电混合信号，获得预设数量个混合信号片段；利用各个混合信号片段获取各个混合信号片段对应的时域波形；利用规则库中的预设规则处理各个时域波形，获得处理结果；若处理结果满足预设规则对应的筛选要求，则将处理结果对应的混合信号片段标记为预设规则对应的睡眠分期事件类别。该识别方法有效避免了纯频段参数对不同个体用户带来的巨大差异，进一步提高了对睡眠脑电眼电混合信号进行判读的准确性。本申请还公开了一种睡眠分期事件的识别装置、设备及计算机可读存储介质，均具有上述有益效果。

A method, device and device for identifying sleep stages events

The present application discloses a method for identifying sleep staged events, which is applied to the interpretation of sleep EEG-EEG mixed signals, including dividing sleep EEG-EEG mixed signals at preset intervals to obtain a preset number of mixed signal fragments, and obtaining the corresponding time domain of each mixed signal fragment by using each mixed signal fragment. The waveforms are processed by the preset rules in the rule base, and the processing results are obtained. If the processing results meet the screening requirements of the preset rules, the mixed signal fragments corresponding to the processing results are marked as the sleep staged event categories corresponding to the preset rules. The recognition method effectively avoids the huge difference between different individual users caused by pure frequency parameters, and further improves the accuracy of the sleep EEG-EEG mixed signal interpretation. The application also discloses a sleep stage event identification device, a device and a computer readable storage medium, all of which have the above beneficial effects.

【技术实现步骤摘要】
一种睡眠分期事件的识别方法、装置及设备
本申请涉及睡眠分期判读领域，特别涉及一种睡眠分期事件的识别方法，还涉及一种睡眠分期事件的识别装置、设备及计算机可读存储介质。
技术介绍
睡眠障碍现象现已经成为危害公共健康的重要问题，建立标准的系统化方法定义睡眠及相关事件性质，对于睡眠医学的基础具有十分重要的意义。现有的睡眠分期判读方法可用于睡眠障碍现象的分析。该方法通过对睡眠脑电眼电混合信号片段epoch进行采集并处理，获得相应的处理结果，并根据该处理结果实现上述睡眠障碍现象的分析。为保证睡眠分期判读结果的准确性，会通过睡眠分期事件对该结果进行修正，由此，需要对睡眠分期事件进行识别。现有的睡眠分期事件的识别方法是通过对epoch的能量进行对应的处理和判断，根据其处理结果确定睡眠分期事件的类别。然而，由于睡眠分期事件多属于纯频段参数，如α波、β波等，其对于不同的个体用户会有较大的差异，因而对于不同用户的判决结果会出现很大的偏差，即算法泛化率较低，进一步降低了睡眠脑电眼电混合信号判读结果的准确性。因此，如何提供一种解决上述问题的技术方案是本领域技术人员亟待解决的问题。
技术实现思路
本申请的目的是提供一种睡眠分期事件的识别方法，该识别方法有效避免了纯频段参数对不同个体用户带来的巨大差异，进一步提高了对睡眠脑电眼电混合信号进行判读的准确性；本申请的另一目的是提供一种睡眠分期事件的识别装置、设备及计算机可读存储介质，均具有上述有益效果。为解决上述技术问题，本申请提供一种睡眠分期事件的识别方法，应用于睡眠脑电眼电混合信号的判读，该识别方法包括：每隔预设时间间隔划分所述睡眠脑电眼电混合信号，获得预设数量个混合信号片段；利用各个所述混合信号片段获取各个所述混合信号片段对应的时域波形；利用规则库中的预设规则处理各个所述时域波形，获得处理结果；若所述处理结果满足所述预设规则对应的筛选要求，则将所述处理结果对应的混合信号片段标记为所述预设规则对应的睡眠分期事件类别。优选的，所述预设规则包括：睡眠梭型波识别规则、微觉醒事件识别规则、K-complex波识别规则和快速动眼事件识别规则。优选的，所述利用规则库中的预设规则处理各个所述时域波形，获得处理结果包括：当所述预设规则为所述睡眠梭型波识别规则时，对各个所述时域波形进行滤波处理获得第一波形；根据所述第一波形的上升沿和下降沿在所述第一波形中筛选出预设时间长度的第二波形；计算所述第二波形的上升沿斜率或下降沿斜率；将所述上升沿斜率超出第一阈值或所述下降沿斜率低于第二阈值的第二波形剔除，获得所述睡眠梭型波。优选的，所述利用规则库中的预设规则处理各个所述时域波形，获得处理结果包括：当所述预设规则为所述微觉醒事件识别规则时，获取各个所述时域波形对应的离散数据点；记录各个所述离散数据点的幅度；统计所述幅度在预设范围内的离散数据点的第一数目；若所述第一数目在第一预设范围内，则将所述时域波形对应的混合信号片段标记为微觉醒事件。优选的，所述利用规则库中的预设规则处理各个所述时域波形，获得处理结果包括：当所述预设规则为所述K-complex波识别规则时，对各个所述时域波形进行匹配滤波处理获得匹配结果；将所述匹配结果超出第三阈值的时域波形标记为K-complex波；统计所述K-complex波的第二数目；判断所述第二数目是否在第二预设范围内，若否，则删除所有所述K-complex波的标记。优选的，所述利用规则库中的预设规则处理各个所述时域波形，获得处理结果包括：当所述预设规则为所述快速动眼事件识别规则时，在各个所述时域波形中抽取眼电波形；对各个所述眼电波形进行滤波处理获得滤波结果；统计超出第四阈值的滤波结果的第三数目；若所述第三数目在第三预设范围内，则将所述时域波形对应的混合信号片段标记为快速动眼事件。为解决上述技术问题，本申请还提供一种睡眠分期事件的识别装置，应用于睡眠脑电眼电混合信号的判读，该识别装置包括：划分模块，用于每隔预设时间间隔划分所述睡眠脑电眼电混合信号，获得预设数量个混合信号片段；获取模块，用于利用各个所述混合信号片段获取各个所述混合信号片段对应的时域波形；处理模块，用于利用规则库中的预设规则处理各个所述时域波形，获得处理结果；标记模块，用于若所述处理结果满足所述预设规则对应的筛选要求，则将所述处理结果对应的混合信号片段标记为所述预设规则对应的睡眠分期事件类别。为解决上述技术问题，本申请还提供一种睡眠分期事件的识别设备，应用于睡眠脑电眼电混合信号的判读，该识别设备包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述任意一项所述睡眠分期事件的识别方法的步骤。为解决上述问题，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述睡眠分期事件的识别方法的步骤。本申请所提供的一种睡眠分期事件的识别方法，包括每隔预设时间间隔划分所述睡眠脑电眼电混合信号，获得预设数量个混合信号片段；利用各个所述混合信号片段获取各个所述混合信号片段对应的时域波形；利用规则库中的预设规则处理各个所述时域波形，获得处理结果；若所述处理结果满足所述预设规则对应的筛选要求，则将所述处理结果对应的混合信号片段标记为所述预设规则对应的睡眠分期事件类别。可见，本申请所提供的技术方案可以调用不同的预设规则分别对各个混合信号片段进行不同的处理，最后识别获得对应的睡眠分期事件类别，即不同的睡眠分期事件对应于不同的识别规则，避免了按照相同规则进行处理对睡眠分期事件的识别结果带来的巨大差异，有效提高了算法泛化率，进一步提升了睡眠脑电眼电混合信号判读结果的准确性；此外，该识别方法更加适用于特征不明显的分期判读过程。本申请还提供了一种睡眠分期事件的识别装置、设备及计算机可读存储介质，均具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请所提供的一种睡眠分期事件的识别方法的流程示意图；图2为本申请所提供的一种睡眠梭型波的识别方法的流程示意图；图3为本申请所提供的一种微觉醒事件的识别方法的流程示意图；图4为本申请所提供的一种K-complex波的识别方法的流程示意图；图5为本申请所提供的一种快速动眼事件的识别方法的流程示意图；图6为本申请所提供的一种睡眠分期事件的识别装置的示意图；图7为本申请所提供的一种睡眠分期事件的识别设备的示意图。具体实施方式本申请的核心是提供一种睡眠分期事件的识别方法，该识别方法有效避免了纯频段参数对不同个体用户带来的巨大差异，进一步提高了对睡眠脑电眼电混合信号进行判读的准确性；本申请的另一核心是提供一种睡眠分期事件的识别装置、设备及计算机可读存储介质，均具有上述有益效果。为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施本文档来自技高网...

【技术保护点】
1.一种睡眠分期事件的识别方法，应用于睡眠脑电眼电混合信号的判读，其特征在于，包括：每隔预设时间间隔划分所述睡眠脑电眼电混合信号，获得预设数量个混合信号片段；利用各个所述混合信号片段获取各个所述混合信号片段对应的时域波形；利用规则库中的预设规则处理各个所述时域波形，获得处理结果；若所述处理结果满足所述预设规则对应的筛选要求，则将所述处理结果对应的混合信号片段标记为所述预设规则对应的睡眠分期事件类别。

【技术特征摘要】
1.一种睡眠分期事件的识别方法，应用于睡眠脑电眼电混合信号的判读，其特征在于，包括：每隔预设时间间隔划分所述睡眠脑电眼电混合信号，获得预设数量个混合信号片段；利用各个所述混合信号片段获取各个所述混合信号片段对应的时域波形；利用规则库中的预设规则处理各个所述时域波形，获得处理结果；若所述处理结果满足所述预设规则对应的筛选要求，则将所述处理结果对应的混合信号片段标记为所述预设规则对应的睡眠分期事件类别。2.如权利要求1所述的识别方法，其特征在于，所述预设规则包括：睡眠梭型波识别规则、微觉醒事件识别规则、K-complex波识别规则和快速动眼事件识别规则。3.如权利要求2所述的识别方法，其特征在于，所述利用规则库中的预设规则处理各个所述时域波形，获得处理结果包括：当所述预设规则为所述睡眠梭型波识别规则时，对各个所述时域波形进行滤波处理获得第一波形；根据所述第一波形的上升沿和下降沿在所述第一波形中筛选出预设时间长度的第二波形；计算所述第二波形的上升沿斜率或下降沿斜率；将所述上升沿斜率超出第一阈值或所述下降沿斜率低于第二阈值的第二波形剔除，获得所述睡眠梭型波。4.如权利要求2所述的识别方法，其特征在于，所述利用规则库中的预设规则处理各个所述时域波形，获得处理结果包括：当所述预设规则为所述微觉醒事件识别规则时，获取各个所述时域波形对应的离散数据点；记录各个所述离散数据点的幅度；统计所述幅度在预设范围内的离散数据点的第一数目；若所述第一数目在第一预设范围内，则将所述时域波形对应的混合信号片段标记为微觉醒事件。5.如权利要求2所述的识别方法，其特征在于，所述利用规则库中的预设规则处理各个所述时域波形，获得处理结果包括：当所述预设规则为所述K-complex波识别规则时，对各个所述时域波形进行匹配滤波处理获得匹配结果；将所述匹配结果超出第三阈值的时域波形标记为K-complex波；统计所述K-complex波的第二数目；判断所述第二数目是否在第二预设范围内，若否，则删...

【专利技术属性】
技术研发人员：张铁军，刘鹏，
申请(专利权)人：浙江纽若思医疗科技有限公司，
类型：发明
国别省市：浙江,33